摘要: |
本文主要是探索电力机车自动过分相水磁体逆问题求解方法,即已知磁场空间分布反设计磁体结构样本。围绕此问题,分三大部分予以解决。首先,介绍了有限元分析方法和二维有限元分析软件FEMM ,对样本磁体逐一进行有限元建模和数据分析,获取每个样本指定空间位置的磁场强度数据,在此基础上,利用MATL 阴/SIMULINK 建立计算器仿真模型,分别求出磁体样本磁场强度与实测磁场强度的误差平方和,获得磁体样本库。然后,设法建立以磁体样本尺寸为输入、以样本磁场强度与实测磁场强度误差平方和为输出的目标函数,由于输入与输出之间复杂的非线性关系,目前又无现成的统一的模式操作,本文采用具有高度非线性识别能力的人工神经网络,即通过基于误差反向传播算法的多层前馈网络(BP 神经网络)训练,具体采用了动量梯度下降算法和LM 优化算法来训练BP 神经网络,根据误差精度要求选用了LM 优化算法训练结果,将输入的样本尺寸与输出的误差平方和之间建立起映射关系,即所需的目标函数。最后,在以磁体尺寸为设计变量、以误差平方和最小为目标函数、以尺寸限制为约束条件的基础上,建立优化数学模型,用遗传算法优化方法,求得最接近实测值的最优解。为了验证遗传算法对解决本文问题的正确性,本文又运用了拟牛顿法对关系模型的优化计算,两种算法的结果基本达成一致。 |